XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B · Hugging Face

来源：https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B MiMo-V2.6-Distill-Qwen-9B 是由小米MiMo团队开发的一个9B参数代理模型，通过对 Qwen3.5-9B (https://huggingface.co/Qwen/Qwen3.5-9B) 在MiMo生成的数据上进行监督微调而成。它涵盖了编码、通用代理任务、视觉编码和网络安全领域。我们发布这个SFT检查点，作为开放研究代理强化学习的起点。

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B#evaluation评估

根据 MiMo-V2.6 技术报告中公布的，此SFT检查点的评估结果。

† 内部评估集。

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B#training-data训练数据

加权SFT数据混合物包含总计77.4B tokens，其中包括27.2B个损失承载tokens。

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B#quickstart快速开始

用于文本生成时，请使用支持 Qwen3.5 的最新版 SGLang (https://docs.sglang.io/get_started/install.html) 构建版本。该检查点包含其分词器和 MiMo v2.6 聊天模板。

sglang serve \
  --model-path XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B \
  --reasoning-parser mimo \
  --host 0.0.0.0 \
  --port 30000

通过明确启用思考来查询端点：

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:30000/v1",
    api_key="EMPTY",
)

response = client.chat.completions.create(
    model="XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B",
    messages=[
        {"role": "user", "content": "What is 15% of 240?"}
    ],
    max_tokens=2048,
    extra_body={"chat_template_kwargs": {"enable_thinking": True}},
)

message = response.choices[0].message
print("Thinking:", getattr(message, "reasoning_content", "") or "")
print("Answer:", message.content or "")

https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B#citation引用

@misc{mimo2026v26,
  title={MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement},
  author={{Xiaomi MiMo Team}},
  year={2026},
  howpublished={\url{https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL}},
}